SuperAPI AI 工具集

lbo-modeling

智能体与模型

查看项目

更新于 10-15 21:49

技能介绍

用途:该技能面向私募股权分析场景,用于对目标公司进行杠杆收购(LBO)建模,判断其是否具备LBO可行性,核心是建模债务偿还、现金流生成与退出回报(IRR/MOIC)。

主要能力:按优先级组织分析流程,包括资金来源与用途(Sources & Uses)、经营预测(收入到自由现金流)、债务计划(强制与可选偿还)、回报分析(IRR与MOIC)以及敏感性分析(针对进入/退出倍数与增长率测试回报)。技术步骤涵盖:1)资金来源与用途表,用途含购买股权、再融资现有债务、交易费用,来源含新债务与发起人股权;2)偿债现金流(CFADS),按EBITDA减税、减利息、减资本开支、减营运资本变动计算可用于偿还本金的现金;3)IRR与MOIC计算,IRR=(退出收益/进入股权)^(1/n)-1,MOIC=退出收益/进入股权。

使用方式:需先明确交易背景(进入倍数、退出倍数、持有期通常3-7年)、融资假设(债务/EBITDA、不同层级利率如优先与夹层)以及运营与增长(EBITDA增长、资本开支需求)。输出格式包括LBO分析摘要(交易总额、股权与债务出资、基准情形回报如IRR、MOIC、退出年份)与回报矩阵(不同退出倍数与收入增长下的IRR表)。附带脚本calculate.py,包含资金来源与用途、现金清扫债务计划及IRR/MoM函数,可用python3 scripts/calculate.py自测,也可导入函数用于实际计算。

适用场景:私募股权分析、LBO可行性评估、债务容量与回报测算。

限制:资料未提供具体收费、价格、平台支持范围或实际使用效果;相关技能包括investment-analysis(业务质量基线评估)、financial-analysis(EBITDA可持续性审计)、risk-assessment(高杠杆破产风险评估)。